VoiceStudio：開源本機語音複製（ElevenLabs 替代品）安裝指南

VoiceStudio 是什麼？

VoiceStudio（debpalash/VoiceStudio，★96k+）是 ElevenLabs 的開源替代品：一個完全在本機裝置上執行的 AI 語音工作臺。語音複製、聲音設計、影片配音、聽寫、轉寫、有聲書朗讀，支援 646 種語言——背後沒有付費雲端服務（AGPL-3.0）。

它是 GitHub 趨勢榜的常客（儲存庫掛著 trendshift 徽章），承諾很簡單：以桌面應用形式發布（macOS / Windows / Linux，另有 Docker 映像和預覽版手機應用），所有模型在本機執行，你的錄音永遠不離開你的電腦。

核心能力

功能	說明
語音複製	用一段乾淨的參考錄音，生成該音色說話的語音。
聲音設計	用文字描述一個聲音，直接生成。
影片配音	翻譯並配音影片，語音與原片時間軸對齊。
聽寫與轉寫	懸浮聽寫小工具 + 本機轉寫。
朗讀與批次處理	故事、有聲書和佇列任務。
連結與自動化	本機 API、MCP 伺服器、可重複使用的配方和監看資料夾。

預設引擎是 OmniVoice（來自 k2-fsa），內建的模型管理員還提供幾十個其他引擎可選——按需下載模型，下載前應用會先詢問。

怎麼安裝

macOS / Linux

curl -fsSL https://voicestudio.sh/install | sh

Windows（PowerShell）

irm https://voicestudio.sh/install.ps1 | iex

或者從最新 Release 下載安裝包：.dmg（Apple Silicon）、.exe（Windows 10/11 x64）、.AppImage / .deb / Snap / Nix（Linux）、GHCR 上的 Docker 映像，以及完全離線執行的預覽版 .apk / .ipa 手機包。

macOS 上如果提示「VoiceStudio 已損毀，無法打開」，那是 Gatekeeper 擋下了未簽署應用，不是下載壞了——專案安裝指南裡有解法。

用 coding agent 安裝（Claude Code、Codex、Cursor 等）：把下面這段話貼進 agent 會話：

Install the VoiceStudio app on this device and verify it works, following
https://github.com/debpalash/VoiceStudio/blob/main/docs/install/agent.md

Agent 技能： npx skills add debpalash/VoiceStudio 會裝兩個技能——voicestudio（音訊工作）和 voicestudio-maintainer（維護儲存庫本身）。

系統需求

• 不強制 GPU——純 CPU 完全可用，只是慢一些。有 NVIDIA CUDA（Windows 還可選 AMD ROCm）會更快；原生 GGUF 引擎在 AMD / Intel / NVIDIA 顯示卡上還能走 Vulkan 加速。
• macOS 版針對 Apple Silicon（Metal）；Intel Mac 只有連遠端後端的受限版本。
• Android 10+ 和 iOS 17+ 為預覽版，本機離線執行。
• 模型透過模型管理員按需下載，每個模型的授權條款都會展示。

在 DeepSeek Harness 裡做語音

VoiceStudio 不是 DeepSeek Harness 外掛——它是獨立應用——但它透過本機 API 和 MCP 伺服器接入 agent 生態，DSH 會話可以像其他 agent harness 一樣驅動它。如果你要的是 DSH 內部的語音能力，這些是原生選項：

• 語音與講話外掛——為 DSH Profile 打造的語音合成與語音外掛。
• MCP 與協定外掛——可掛載進 DSH Profile 的 MCP 伺服器。
• Agent 與自動化工作流——DSH agent 驅動的排程朗讀與批次任務。

FAQ

VoiceStudio 真的免費嗎？ 免費。應用以 AGPL-3.0 發布（依其條款允許商用），背後沒有付費雲端。模型權重、音色和生成物各有自己的授權，模型管理員裡逐項展示。

能離線用嗎？ 能。複製、配音、轉寫全部在本機執行，手機版完全離線跑在裝置上。唯一的連網場景是下載模型，而且會先詢問。

和 ElevenLabs 有什麼不同？ ElevenLabs 是按用量收費的雲端服務；VoiceStudio 在你自己的硬體上完成同類任務（複製、設計、配音、轉寫），沒有按字計費——你用一點便利性換隱私和零邊際成本。

任何聲音都能複製嗎？ 必須取得聲音所有者的同意——README 明確寫了。無論用什麼工具，未經同意複製他人聲音都是濫用。

有中文介面或中文文件嗎？ README 自帶簡體中文版，應用支援 646 種語言的語音工作。

支援 Linux 嗎？ 支援——.AppImage、.deb、Snap、Nix 都有，NVIDIA CUDA 或純 CPU 可選。